Создавайте с CometAPIНужен один API для нескольких моделей?Протестируйте рабочий процесс в Playground, затем создайте API-ключ, когда модель и стоимость подойдут для вашего сценария.
По состоянию на 10 ноября 2026 года у OpenCode Data есть страница для muse-spark-1.4-contributor в разделе Meta. На ней указаны два завершённых сеанса, но ноль токенов и ноль уникальных пользователей, тогда как официальная документация API от Meta по-прежнему считает Spark 1.3 последней версией. Этот листинг — сигнал, за которым стоит наблюдать, но он не подтверждает наличие публичного доступа, спецификаций, цен или даты релиза.
Основные выводы
Для Muse Spark 1.4 есть запись в сторонней панели метрик, но это не подтверждает наличие рабочей публичной API.
Muse Spark 1.3 остаётся документированным базовым ориентиром для контекста, мультимодального ввода, цен и сравнения производительности.
Суффикс Contributor указывает на возможные отличия по использованию данных и цене; он не устанавливает условия для неанонсированной модели.
Любой будущий релиз Muse Spark 1.4 следует рассматривать как новую интеграцию, требующую валидации: подтвердите идентификатор модели, маршрут доступа, условия использования данных и результаты на уровне задач перед миграцией.
Панель сообщает о двух завершённых сеансах при нуле токенов и пользователей, не объясняя, как эти сеансы были посчитаны. Эти цифры не подтверждают успешный публичный инференс.
Что официально документирует Meta?
Документация Spark от Meta перечисляет muse-spark-1.3, muse-spark-1.2 и muse-spark-1.1, с вариантами Contributor для 1.3 и 1.2. В ней Spark 1.3 описывается как последняя версия и рекомендуется для новых проектов. Ни muse-spark-1.4, ни muse-spark-1.4-contributor в этом списке не фигурируют.
Когда может выйти Muse Spark 1.4?
На данный момент нет официальной даты релиза Muse Spark 1.4.
Предыдущие версии дают исторический контекст, но не прогноз выпуска. В официальной хронологии анонсов у Meta отмечены Spark 1.1 — 9 июля, Spark 1.2 — 5 августа и Spark 1.3 — 2 сентября 2026 года. Два интервала примерно по четыре недели — слишком мало, чтобы делать вывод о продолжающемся графике.
Meta также расширяется за пределы пронумерованных обновлений Spark, включая релиз с открытыми весами. Этот более широкий дорожный план не устанавливает, когда появится 1.4.
Что может означать режим Contributor для Muse Spark 1.4?
Meta предлагает Spark 1.3 в режимах Standard и Contributor. Contributor снижает цену за токены в обмен на разрешение использовать отправленный контент и ответы модели для обучения будущих моделей Meta. Контент в режиме Standard не используется для обучения.
Цены Muse Spark 1.3 за 1M токенов
Standard
Contributor
Вход
$1.25
$0.10
Кэшированный вход
$0.15
$0.002
Выход
$4.25
$0.20
Spark 1.3 Contributor не поддерживает уровень рассуждений max. Тот же суффикс в листинге OpenCode намекает на возможный вариант Contributor, но Meta не публиковала цены, поддерживаемые настройки или условия использования данных для Spark 1.4.
Что может улучшиться в Muse Spark 1.4?
Meta не публиковала спецификаций Spark 1.4. Задокументированные возможности и ограничения Spark 1.3 указывают на три области, где преемник мог бы дать практические улучшения.
Более надёжные длительные агентные рабочие процессы
Meta описывает Spark 1.3 как лучшую в поддержании долгих задач, сохранении детальных требований и исправлении пробелов в планах. Полезным следующим шагом была бы более стабильная работа в потоках, которые сочетают инспекцию репозитория, изменения кода, тестирование и операции в браузере.
Для Spark 1.4 стоит наблюдать за меньшим числом утерянных ограничений, лучшим восстановлением после неудачных вызовов инструментов и меньшей потребностью пользователей повторять инструкции. Более высокая доля завершений на тех же многошаговых задачах станет понятной мерой прогресса.
Лучшая эффективность при работе с кодом без потери качества
Инженеры Meta сообщили, что Spark 1.3 выполняла примерно на 20% меньше вызовов инструментов и использовала на 25% меньше токенов, чем Spark 1.2. Преемник мог бы развить это, сокращая избыточные правки файлов, ненужные вызовы инструментов и повторные попытки исправить одну и ту же ошибку.
Практическая выгода — более быстрое завершение и меньшая стоимость на успешную задачу. Оценки должны учитывать неудачные прогоны и ручные правки, поскольку меньшая токенизация ценна лишь тогда, когда модель по-прежнему правильно завершает работу.
Более полная мультимодальная поддержка
Spark 1.3 принимает текст, изображения, видео, аудио и PDF, но Meta отмечает, что понимание аудио поддерживается не полностью и аудиозапросы могут давать деградировавшие ответы.
Более надёжное понимание аудио стало бы конкретным улучшением для проверки в Spark 1.4. Рабочие процессы, сочетающие записи встреч, скриншоты и документы, помогут понять, может ли преемник связывать информацию между форматами и сохранять релевантные детали.
Что можно использовать в ожидании?
Доступные модели Muse решают разные задачи: Spark 1.3 — для кодинга и инструментальных рабочих процессов, Wonder — для требовательных инженерных задач, а Spark Open — для команд, которым важен контроль над развёртыванием.
Spark 1.3 — последняя документированная версия Spark от Meta и самый прямой старт для разработчиков, заинтересованных в будущем апгрейде до 1.4. Он поддерживает ассистентов по коду, многошаговое использование инструментов и рабочие процессы с длинным контекстом.
Для чувствительных к стоимости экспериментов вариант Contributor предлагает более низкие цены на токены на условиях использования данных, описанных выше, хотя он не поддерживает уровень рассуждений max.
Muse Wonder: для сложных инженерных задач
Muse Wonder предназначен для сложной разработки ПО и более длительных запусков агентов. Рассматривайте его, когда текущей модели требуются повторные исправления или она испытывает трудности с завершением сложных задач.
Разработчики могут изучить API Muse Wonder на CometAPI и проверить листинг на предмет поддерживаемых настроек и актуальных цен.
Muse Spark Open: для контроля над развёртыванием
Muse Spark Open стоит оценить, когда доступ к весам модели или саморазвёртывание — требование проекта. Выбор зависит от его лицензии, требований к оборудованию и производительности на вашей нагрузке.
Его модель развёртывания отличается от хостинга Spark через API, поэтому оценивайте инфраструктурные и операционные расходы вместе с качеством модели.
Как разработчикам подготовиться к Muse Spark 1.4?
Разработчикам, уже использующим Muse Spark, не нужно менять интеграции на основе текущих слухов.
Вместо этого можно подготовить простой процесс оценки на момент, когда подтверждённая модель станет доступной.
Сохраните Muse Spark 1.3 как базовый ориентир
Зафиксируйте производительность вашей текущей модели на репрезентативных задачах:
Отладка кода на уровне репозитория.
Многофайловые изменения в ПО.
Извлечение информации из документов с длинным контекстом.
Автоматизация на базе браузера.
Мультимодальный анализ документов и видео.
Эти задачи обеспечат практический базовый уровень для оценки будущего обновления.
Оценивайте не только бенчмарки
Когда проверяемый кандидат станет доступен, запустите тот же набор задач с фиксированными промптами, правами на инструменты и критериями успеха. Записывайте долю завершений, общее число токенов, вызовы инструментов, ретраи, затраченное время и стоимость на успешную задачу. Сохраняйте неудачи в результатах, а не сравнивайте только успешные прогоны.
Для кодинговых агентов успешное завершение с меньшим числом правок часто полезнее, чем небольшое улучшение в отдельном бенчмарке.
Проверьте политику данных в режиме Contributor
Если будущая модель использует вариант Contributor, разработчикам следует изучить условия использования данных, прежде чем отправлять проприетарный исходный код, внутренние документы или клиентскую информацию.
Будущий релиз 1.4 следует оценивать по его собственной официальной документации, а не предполагать автоматическое перенесение текущих условий.
Вопросы и ответы
Докажет ли ошибка запроса к Muse Spark 1.4, что модели не существует?
Нет. Неудачный запрос может означать неподдерживаемый идентификатор, отсутствие доступа, недоступный маршрут или проблему конфигурации. Проверьте задокументированный список моделей у провайдера и точный текст ошибки. Избегайте многократной отправки продукционных данных на угаданную модель, чтобы «проверить слух».
Как команде опробовать Muse Spark 1.4, не нарушая прод?
Когда доступ будет официально задокументирован, изолируйте кандидата за настраиваемым параметром модели и начните с несекретного оценочного трафика. Заранее определите допустимые пороги качества, задержки и стоимости для пилота. Держите текущую модель доступной для отката и расширяйте трафик только после того, как кандидат достигнет этих порогов.
Можно ли честно сравнивать Muse Spark 1.4 у разных провайдеров API?
Только после подтверждения, что каждый маршрут выдаёт тот же вариант модели и поддерживает используемые настройки. Записывайте провайдера, идентификатор модели, уровень рассуждений, схему инструментов, таймаут и политику ретраев. Отдельно измеряйте сквозную задержку и тарифицируемое потребление, поскольку поведение шлюза и биллинг могут различаться, даже если имя модели выглядит одинаковым.
Заключение
Определите конкретный порог для пересмотра выбора модели: документированный эндпоинт, приемлемые условия использования данных и измеримое улучшение на ваших задачах. Пока этот порог не достигнут, потратьте время на повторяемый набор оценок и обратимую интеграцию. Эта подготовка останется полезной, независимо от того, выпустит ли Meta в итоге Spark 1.4, переименует преемника или предложит лучшее соответствие в другом продукте семейства Muse.
